基于BP神经网络的交通流量预测算法
2018-08-07吴志光
池州学院学报 2018年3期
关键词:系统
吴志光
(池州职业技术学院 机电系,安徽池州247000)
先进的交通管理系统和交通控制系统都需要实时和准确的交通流量信息,因此为智能交通系统提供一个精确的交通流量实时预测一直是研究热点,各种算法井喷涌出,但还处在一个发展时期,在理论和应用上都不够完善。本文是将神经网络技术研究与交通信息预测研究紧密结合,在总结国内外研究成果的基础上,改进网络结构,合理的改进算法来提高预测准确度,提出了一种基于BP神经网络算法的交通流量预测模型,并分析系统的稳定性和进行了仿真实验。通过对比预测结果表明,本交通流量预测系统具有很强的自学习、自组织、较强的容错性等特点,能很好地解决具有随机性、模糊性、动态性和不确定性的非结构化的交通流量预测这样一个复杂系统。
1 交通流量系统
1.1 交通流量的参数
交通流量的参数基本上分为三个方面:流量、速度、通过率。它们是在某个特定时间内道路的特定地点、车道通过的具体数,其中包括机动车、非机动车、人流量。但是本文研究的是机动车流量.交通流量的参数为随机数,即在不同的时间,不同的地域都是随机的,随着时间、天气、环境变化所影响。所以在进行研究这些参数变化时,要进行合理的交通规划和措施[2]。
流量指的是在某个特定的时间内,通过这一地点或者某条车道的交通数,这其中包括机动车流量、非机动车流量、人流量等,本文中就是机动车流量,并且是两个方向以上的车辆个数。……
登录APP查看全文
